信息安全研究

Select

1. 关于中国汽车行业数据安全治理的研究

王峥, 宁玉桥, 陈阳, 薛世豪,

信息安全研究 2025, 11 (E2): 277-.

摘要（1045）

PDF （1198KB）（29）

基于全国性产业调查，构建“政策—产业—技术”三维研究架构，对中国汽车行业数据安全治理体系展开系统探究.通过实地调研与文献剖析，深入考察汽车厂商数据安全管理的实际状况.对国际主要数据安全法规与中国相关政策框架进行比较分析，梳理国内汽车行业数据安全标准体系的建设进展.在企业实践层面，提出数据安全威胁模型、数据价值评估模型和数据全生命周期管理流程模型，为完善汽车行业数据安全治理提供理论与实践参考.

参考文献 | 相关文章 | 多维度评价

Select

2. 一种基于隐私计算理论的跨境数据可信空间平台设计

赵睿斌, 范鉴发, 张灏, 康霄普, 方景鑫,

信息安全研究 2025, 11 (E1): 19-.

摘要（864）

PDF （1799KB）（37）

数据跨境流动对国际数字经济贸易增长有明显促进作用，近年来我国逐步建立完善数据要素顶层设计框架以及数据跨境流动制度体系.基于全国多个数据交易所的实践，对数据跨境交易的模式、流程、服务、监管等核心内容进行分析和研究，设计一套符合我国现行政策法规要求的基于隐私计算理论的跨境数据可信空间平台，以建立高效、便利、安全的数据跨境流动机制，支持自由贸易试验区出台实施数据出境管理清单(负面清单)，构建数据跨境传递监控、存证备案、出境管控等能力体系.结合数据出境管理清单、重要数据目录等工作机制，提供合规指引、跨境申报咨询等服务，降低企业数据跨境成本和合规风险，对推动我国数据要素国内国际双循环战略具有实践价值.

参考文献 | 相关文章 | 多维度评价

Select

3. 基于可信计算3.0的软件供应链安全防护架构研究

杜君, 毛庆梅, 靳佑鼎, 杜雪涛, 张晨, 项立洋,

信息安全研究 2025, 11 (E2): 80-.

摘要（834）

PDF （1807KB）（37）

目前，随着软件供应链攻击事件的频发，传统安全防护手段在应对复杂动态的供应链威胁时存在明显局限.可信计算3.0技术以“主动免疫”为核心思想，通过可信根构建、信任链传递和动态验证机制，为软件供应链安全提供了新的解决方案.提出一种基于可信计算3.0的软件供应链安全防护架构，覆盖开发、交付、部署和运维全生命周期，通过可信度量、动态验证等技术，实现软件供应链的完整性保护、运行可靠性保障及全流程可追溯性构建.

参考文献 | 相关文章 | 多维度评价

Select

4. 基于大模型构建的电子数据取证人工智能知识引擎

吴威, 周巴特尔, 马远声, 包玉洁, 魏星,

信息安全研究 2025, 11 (E2): 295-.

摘要（522）

PDF （893KB）（39）

伴随电子数据于公安侦查领域的广泛运用，传统电子数据取证方法在处理效率、操作门槛以及适配性等方面遭遇诸多挑战.提出并构建了一套基于大模型构建的电子数据取证人工智能知识引擎，其目的在于整合Qwen3语义解析引擎、Vanna SQL生成引擎、Dify流程编排平台以及PostgreSQL数据库，构建一个覆盖数据智能解析、多维度关联挖掘、动态风险预警、处置反馈闭环的全流程、一体化实战赋能体系.该系统在实际案件中彰显出卓越效能，有效化解了传统电子数据分析模式长期存在的处理效率低下、技术操作门槛高、分析流程僵化适配性差等关键瓶颈问题.实验结果显示，该系统在单案线索挖掘周期、涉案线索识别准确率、操作适配性以及响应时间等方面均实现了显著提升.未来，该系统将进一步拓展多模态分析能力，以适应更为复杂、全面的电子数据取证需求.

参考文献 | 相关文章 | 多维度评价

Select

5. AI智能体的法律定位与责任配置研究

黄道丽, 马民虎

信息安全研究 2026, 12 (8): 681-690. DOI: 10.12379/j.issn.2096-1057.2026.08.01

摘要（347）

PDF （682KB）（48）

AI智能体的自主行动与持续执行能力突破了传统生成式人工智能（Generative Artificial Intelligence，GAI）以“输入—输出”为中心的运行边界，对既有建立在主体稳定控制基础上的“工具—控制—责任”结构提出新的规范挑战。现行法律体系在行为识别、责任归属与运行控制等方面，已难以完全适应其跨主体、多交互与持续运行的行为特征。在此背景下，本文主张不赋予AI智能体独立法律人格，而是在维持既有主体制度稳定的前提下，通过对传统静态工具规则进行功能化重构予以回应。本文以“功能化工具主义”作为AI智能体的基本法律定位，构建“技术身份—法律归属”双轨识别结构，以实现持续运行条件下行为可识别性与责任可归属性的统一；进一步引入“关系主义归责”路径，以控制关系、利益结构与风险来源为分析维度，对多元主体责任进行结构化配置；并以“最小必要原则”作为制度扩展边界，形成“现行法律—专门规则—技术标准”相衔接的融合治理框架建议。由此，AI治理逻辑正在由围绕行为结果与一次性责任判断的静态结构，转向以持续运行过程为中心的动态治理结构。

参考文献 | 相关文章 | 多维度评价

Select

6. 智能网联环境下汽车网络安全威胁及其管理体系建设研究

王峥, 宁玉桥, 俞彦辉, 陈阳, 薛世豪,

信息安全研究 2025, 11 (E2): 197-.

摘要（347）

PDF （815KB）（29）

随着智能网联汽车技术的快速发展，车辆通信系统正逐步从传统的封闭式架构向开放且高度互联的体系结构演进，实现了车内外多维度信息交互，显著提升了自动驾驶与智能交通系统的感知与决策能力.然而，复杂多样的网络通信协议及开放式接口，亦使汽车系统面临严峻的网络安全挑战.梳理了智能网联汽车在系统安全、代码安全、硬件安全、车内通信安全、外部通信安全及自动驾驶安全等多方面的威胁研究.进一步探讨了当前主流安全评估与防护机制的实现途径，特别是在漏洞管理、应急响应、风险评估及供应商管理等方面，提出了网络安全管理建设框架.

参考文献 | 相关文章 | 多维度评价

Select

7. 大语言模型驱动的网络渗透测试智能体综述

申晴, 宋磊, 周振吉, 侯瑞博, 战权海, 王拓夫

信息安全研究 2026, 12 (8): 691-711. DOI: 10.12379/j.issn.2096-1057.2026.08.02

摘要（296）

PDF （3915KB）（80）

随着人工智能技术的飞速发展，智能体在环境感知、任务规划和多工具协同等方面展现出显著优势。与此同时，大语言模型（Large Language Models，LLMs）在自然语言理解、逻辑推理和跨模态处理等领域的突破，为智能体的进化提供了重要支撑。二者的深度融合催生了LLMs驱动的网络渗透测试智能体，推动渗透测试模式由传统的“工具辅助”逐步向“自主智能”演进。本文系统梳理了现有研究在智能体的角色设定、任务规划、记忆管理与交互执行4个核心模块中所面临的关键挑战与主要技术路径；同时，分析了当前方法在多模态信息处理、自动化交互和上下文管理等方面存在的不足。针对上述问题，本文结合智能体技术发展路径，提出了多模态融合机制、记忆增强与强化学习协同策略，以及基于知识图谱的漏洞探测方法等可供参考的智能化渗透测试发展方向。分析表明，LLMs驱动的网络渗透测试智能体为网络安全的智能化与自主化发展提供了重要的技术支撑。

参考文献 | 相关文章 | 多维度评价

Select

8. 联邦学习驱动的物联网入侵检测方法研究综述

陈良臣, 傅德印, 蒋子龙, 刘宝旭, 卢志刚, 姜政伟

信息安全研究 2026, 12 (9): 780-788. DOI: 10.12379/j.issn.2096-1057.2026.09.01

摘要（255）

PDF （723KB）（101）

随着物联网（Internet of Things，IoT）的快速发展，其网络安全问题日益凸显。传统集中式入侵检测系统难以兼顾安全性与隐私保护，而联邦学习通过在不共享原始数据的前提下实现多节点协同建模，为物联网入侵检测提供了新的技术路径。本文围绕联邦学习驱动的物联网入侵检测方法展开系统性综述。首先介绍物联网入侵检测的基本原理及联邦物联网入侵检测系统的典型架构；随后从方法层面对现有研究进行分类梳理，总结基于联邦机器学习、联邦深度学习及联邦强化学习的物联网入侵检测方法，分析各类方法的核心特点、适用场景与挑战；继而概述了联邦学习驱动的面向物联网的联邦学习入侵检测系统（Federated Learning?based Intrusion Detection System for Internet of Things，FL-IoT-IDS）的联邦增强机制和前沿研究技术，并总结常用物联网入侵检测数据集及评估指标。最后，针对当前研究中普遍存在的关键问题，从低标注依赖建模、非独立同分布（Non-Independent and Identically Distributed，Non-IID）数据适配、联邦多模态大模型以及联邦学习安全性增强等方向探讨未来研究趋势。本文旨在为联邦学习在物联网入侵检测领域的研究与应用提供技术参考。

参考文献 | 相关文章 | 多维度评价

Select

9. 数字社会的安全、隐私与治理

林璟锵, 郑昉昱, 任奎, 朱辉,

信息安全研究 2026, 12 (2): 98-.

摘要（246）

PDF （532KB）（142）

相关文章 | 多维度评价

Select

10. 关键信息基础设施系统安全防护前沿技术研究

胡丽娜, 蒋凯元, 姜静,

信息安全研究 2025, 11 (12): 1075-.

摘要（236）

PDF （994KB）（65）

当前，关键信息基础设施(critical information infrastructure, CII)频繁遭受国家级网络攻击与供应链供给等严峻威胁.旨在系统分析关键信息基础设施安全防护的关键技术体系与发展趋势，评估我国在该领域的发展现状和面临的挑战，并提出符合我国国情的发展策略与实施路径.重点围绕动态主动防御、智能分析响应、韧性架构等关键技术群，探索其协同应用机制及与现行政策的契合点，为提升CII安全韧性与合规性提供关键技术支撑和政策参考.

参考文献 | 相关文章 | 多维度评价

Select

11. 基于自适应裁剪的深度学习差分隐私保护方案

程宇航, 尚涛, 姜亚彤, 杜瑞忠,

信息安全研究 2026, 12 (6): 490-.

摘要（231）

PDF （1728KB）（123）

针对深度学习模型在差分隐私保护下存在效用下降以及理论隐私保护效果与实际效果偏差的问题，提出基于自适应裁剪的深度学习差分隐私保护方案.方案通过4步机制实现优化：梯度自适应裁剪自适应调整梯度裁剪阈值控制训练时梯度大小，实现对后续添加噪声大小的控制；分组标签选择，通过选取梯度最小的组作为隐私保护对象，训练该分组能够得到更准确的隐私损失；优化的隐私损失计算通过结合基于子采样的高斯机制，减小模型隐私损失计算的开销；优化的梯度自适应下降，通过调整条件平滑参数实现梯度的自适应下降，提升模型的可用性.在VGG(visual geometry group)架构下训练MNIST，CIFAR10，MedicalMNIST数据集，结果表明采用该方案训练后模型准确率分别为81.08%，72.30%，67.91%，相比传统的差分隐私随机梯度下降(differential privacy stochastic gradient descent, DPSGD)方法分别提升15.60%，10.60%，9.71%，相比近年常用的Nadam算法分别提升0.63%，2.50%，4.40%，模型训练效率分别提升35.5%，39.4%.

参考文献 | 相关文章 | 多维度评价

Select

12. 面向跨域影像医学教学的隐私计算可信数据交互平台研究

曹志威, 黄俊, 欧崇阳, 王炳懿,

信息安全研究 2025, 11 (E1): 9-.

摘要（216）

PDF （1462KB）（33）

提出一种基于隐私计算和高性能计算的数据交互平台，并分析其在影像医学教学中的应用.在数据层面，设计基于隐私计算的可信数据安全交互模块，核心技术包括可信执行环境、匿踪查询技术、安全数据库技术等，有助于实现多家医疗机构影像学、病理学及基因组学等多组学数据的安全高效融合.在计算层面，依托集群化管理及高性能计算模块，有助于实现跨域多组学数据的智能分析.通过案例分析，可确保跨域数据在传输、存储、处理过程中的安全性与合规性，有效解决不同医疗机构多组学、多模态数据共享中的安全与隐私保护问题，并启发开展深度学习模型研究，洞察数据背后的复杂机理，为交叉教研合作奠定基础.

参考文献 | 相关文章 | 多维度评价

Select

13. 生成式人工智能模型虚假信息的生成机理与治理路径

翟岩, 李小波

信息安全研究 2026, 12 (7): 606-612.

摘要（206）

PDF （1256KB）（60）

生成式人工智能模型在推动网络信息秩序变革的同时，亦衍生出“客观+主观”叠加的虚假信息内容风险，亟需根据其技术特性构建分析框架.基于生成式人工智能模型的混合专家架构、树状推理模式、本土化语义理解属性、开源生态机制，系统解构其虚假信息生产的技术逻辑.从数据输入、算法运作、内容呈现、认知传播4个环节切入，剖析虚假信息风险的传导机制.针对诸多风险，在数据端应建立覆盖采集、清洗、存储的全周期质量管控体系；在算法端需实施“准入审查—运行披露—事后核查”的过程性监管方案；在呈现端要强化场景化、可交互的“告知注意”标识机制；在认知端需培育用户数字素养与指令约束能力，以此实现人工智能时代信息安全治理.

参考文献 | 相关文章 | 多维度评价

Select

14. 人工智能时代未成年人网络保护的风险解析与治理进路

窦逸飞, 李卓

信息安全研究 2026, 12 (9): 867-876. DOI: 10.12379/j.issn.2096-1057.2026.09.10

摘要（197）

PDF （684KB）（44）

随着人工智能的快速发展在为未成年人提供教育、娱乐与社交等多元机遇的同时，也催生并加剧了深度伪造身份、虚拟性侵害、网络欺凌、网络成瘾、虚假信息欺诈、算法歧视及隐私泄露等复杂的新型被害风险，传统的治理模式难以完全有效地回应。通过对比不同国家和地区的法律政策和治理实践发现：欧盟注重权利导向与平台责任，美国强调州际创新与灵活监管，中国则突出制度建设与教育引导。这些差异既反映了不同的治理传统，也为国际互鉴与合作提供了有益经验。基于此，本文提出人工智能时代未成年人网络保护的五条路径：一是法律政策革新，敏捷回应新型AI风险；二是家校协同教育，提升未成年人数字素养；三是技术创新赋能，推动安全友好的AI交互设计；四是平台治理监督，开展网络环境的专项整治；五是政产学研融合，多主体参与综合治理。以期为人工智能时代未成年人网络保护的理论建构与实践路径提供学术支撑与政策启示，为未成年人构筑安全、健康、包容的数字生态。

参考文献 | 相关文章 | 多维度评价

Select

15. 在线诉讼区块链证据复式可采性规则

韦集馨,

信息安全研究 2026, 12 (2): 134-.

摘要（194）

PDF （1088KB）（66）

区块链证据为传统电子证据运用困境提供了解决之策，形成新技术司法应用下的“证据自证”新模式.但我国区块链证据规范存在明显局限，未完整覆盖区块链证据在线上、线下双层空间的运用，且侧重于区块链证据的真实性认定，忽视其可采性认定.为实现区块链证据在中国语境下的恰当运用，应当综合运用技术自证与法律推定，构筑区块链证据双层空间架构认定模式，达成共识性正义，明确存证、举证、质证、认证环节的复式可采性规则，以实现法治主义与技治主义良性互动的新型证据法治形态.关键词在线诉讼；区块链证据；电子证据；可采性；证据规则

参考文献 | 相关文章 | 多维度评价

Select

16. 动态特征融合的域自适应入侵检测方法研究

陈瀚文, 章乐, 池亚平, 姜波, 王志强,

信息安全研究 2026, 12 (4): 294-.

摘要（191）

PDF （1452KB）（122）

针对入侵检测研究中特征提取不全面、模型泛化能力差的问题，提出了一种动态特征融合的域自适应入侵检测方法：首先，通过卷积神经网络提取空间特征，利用双向长短期记忆网络提取时序特征，全面提取网络流量数据的多维特征信息；其次，通过计算2种特征的信息熵衡量不确定性，根据熵值分配不同的权重，并根据权重将提取的特征加权融合；最后，在训练过程中使用提出的自适应域权重损失算法动态调节源域和目标域数据的贡献比例，以提高模型在目标域数据上的泛化能力.在NSLKDD和UNSWNB15数据集上的实验表明，与现有的主流方法相比该方法具有更高的检测准确率，分别达到0.8563和0.916.

参考文献 | 相关文章 | 多维度评价

Select

17. 深度伪造音频检测方法及其应用研究综述

邱昕鹏, 王继民

信息安全研究 2026, 12 (9): 813-822. DOI: 10.12379/j.issn.2096-1057.2026.09.04

摘要（188）

PDF （1335KB）（60）

随着生成式人工智能技术的快速发展，依托语音合成、语音转换等技术生成的伪造音频逼真度不断提升，已对公共安全构成严重威胁。因此，对深度伪造音频检测方法及其应用开展系统梳理与总结，有助于清晰地把握该领域的技术发展脉络与应用现状，为公共安全治理工作提供理论支撑与应用参考。本文以中国知网、Web of Science等数据库为数据源，筛选出2017~2025年间发表的70篇相关文献开展综述研究，系统梳理了深度伪造音频技术、实验数据集、评价指标以及深度伪造音频检测方法的研究进展，总结了现有检测方法在网络舆情监测、用户隐私保护、多模态虚假信息治理、语音欺诈检测等场景的应用现状。研究表明，当前深度伪造音频检测领域以端到端架构的研究为主流方向，该类方法检测性能较优但可解释性较弱，目前已在公共安全治理领域的多个任务场景实现落地应用。但该领域当前仍存在诸多问题，主要包括深度伪造音频数据集多样性不足、检测技术的泛化能力与可解释性偏弱、应用场景有待进一步拓宽等。未来研究亟须探索构建多样化数据集，持续提升检测方法的泛化性能，进一步拓展多元化应用场景。

参考文献 | 相关文章 | 多维度评价

Select

18. 软件供应链安全检测评估技术综述

胡斌, 黄传林, 吴铁军, 郑开发, 刘文忠, 刘志全, 周迪

信息安全研究 2026, 12 (7): 586-597.

摘要（181）

PDF （1750KB）（97）

数字化浪潮下，软件供应链安全成为支撑数字经济安全稳定发展的必要环节.系统综述软件供应链安全检测评估技术体系，从软件成分分析(software component analysis, SCA)、软件物料清单(software bill of material, SBOM)、依赖关系追溯等核心技术出发，针对软件检测和评价中关键的技术——组件分析、漏洞扫描、代码审查等，分析当前面临的问题与解决思路，再通过国内外最新的研究成果和应用案例进行对比论述，结合兴业证券SCA治理平台、中国电信SBOM管理平台等典型实践，并就SLSA框架、GitHub依赖图谱等新兴前沿技术发展状况进行分析.在此基础上针对该领域的技术发展现状及产业需要展望技术融合与协同、智能化与自动化、全生命周期覆盖等未来10年发展10大趋势.

参考文献 | 相关文章 | 多维度评价

Select

19. 基于联邦学习的网络协同入侵检测方法研究综述

陈良臣, 傅德印, 刘宝旭, 卢志刚, 姜政伟, 高曙,

信息安全研究 2026, 12 (6): 526-.

摘要（177）

PDF （1168KB）（72）

随着网络攻击手段的日益复杂，传统集中式入侵检测面临前所未有的挑战.基于联邦学习的协同入侵检测在不共享原始数据的前提下实现多节点协同建模与知识共享，能够有效提升对跨域攻击和未知攻击的检测能力.系统综述了联邦学习协同入侵检测的研究进展，从架构感知型、模型适应与演化驱动型以及隐私与安全增强型等多个维度，对现有研究方法进行了分类与分析，并总结了常用数据集与评估指标.最后，探讨了基于联邦学习的网络协同入侵检测面临的主要挑战与未来发展方向.旨在为联邦学习协同入侵检测方法的系统化分类与深入研究提供参考.

参考文献 | 相关文章 | 多维度评价

Select

20. 状态感知的可信执行环境内核模糊测试方法

邱云飞, 郭梦鋆, 张强,

信息安全研究 2026, 12 (3): 198-.

摘要（175）

PDF （2080KB）（126）

可信执行环境(trusted execution environment, TEE)被广泛使用，其内核安全已成为一个重要的关注领域.模糊测试作为识别操作系统内核漏洞的有效方法，已广泛应用于TEE安全研究.然而，传统的模糊测试工具由于TEE的隔离性而不能直接用于TEE内核.覆盖引导的模糊器通常会丢弃触发新状态而覆盖相同代码的测试用例，限制了它们在发现漏洞方面的有效性.针对以上问题，提出了一种状态感知的TEE内核模糊测试方法.首先，设计了一种建模和跟踪方法，通过状态变量的值表示程序状态，保留触发新状态的测试用例，克服了覆盖引导的模糊器的局限性.其次，提出了新的通信方案以解决TEE的隔离性引发的问题.并提出了新的种子保存和选择算法，以更好地引导模糊器探索漏洞.最后，结合NGram模型指导测试用例生成过程，优化测试框架性能.目前已经实现了一个TrustyStatefuzz原型，并在fuchsia、自主开发的微内核操作系统nebula以及OPTEE上进行了模糊测试并评估.结果表明，TrustyStatefuzz在发现新代码和漏洞方面是有效的.它发现了9个未知漏洞和23个已知漏洞，比现有模糊测试工具Syzkaller提升13%的代码覆盖率和27%的状态覆盖率.

参考文献 | 相关文章 | 多维度评价

Select

21. 基于贝叶斯优化与时空注意力的恶意流量检测方法

韩刚, 王浩然, 苏天森, 马妍, 薛玉皎

信息安全研究 2026, 12 (8): 721-729. DOI: 10.12379/j.issn.2096-1057.2026.08.04

摘要（173）

PDF （797KB）（26）

针对当前恶意网络流量检测技术准确率不足、超参数依赖手动调整的问题，本文提出一种基于贝叶斯优化与时空注意力的双向循环网络恶意流量检测方法，通过双向长短时记忆网络提取网络流量数据的时间特征和空间特征，使用贝叶斯优化搜索最优的网络参数。本文创新性地提出多尺度流量协议增强模块，通过多级协议解析、动态特征融合与注意力协同机制，显著增强了对复杂攻击链的时空特征表征能力。同时，为建立时空特征间的深度关联，本文提出多头时空注意力机制，通过4组并行注意力头协同建模毫秒级协议瞬变、秒级交互时序、分钟级攻击链演进及跨协议关联特性，有效提升对隐蔽威胁的识别精度。采用CIC-IDS2017数据集进行实验，结果表明，本文方法在多分类和二分类的准确率分别达到99.46%和99.59%，性能均优于其他方法。

参考文献 | 相关文章 | 多维度评价

Select

22. 大模型攻击技术综述

曹思玮, 陈广勇,

信息安全研究 2025, 11 (E2): 116-.

摘要（170）

PDF （725KB）（69）

随着大模型在自然语言处理、计算机视觉和多模态等任务中的广泛部署，其安全性问题已成为学术界的研究热点.首先分别探讨了利用模型内部梯度信息的白盒攻击、依赖输入输出交互的黑盒攻击、结合部分模型信息的灰盒攻击；其次详细解析了越狱攻击、幻觉攻击、提示注入攻击和逆向推理攻击等具体手法，涵盖了从对抗样本生成到模型参数窃取等多种技术路径；最后总结了攻击评估的关键指标，包括攻击成功率、查询成本、扰动幅度和语义保持度.通过对现有攻击方法和评估体系的全面分析，为提升大模型的安全性提供参考和指导.

参考文献 | 相关文章 | 多维度评价

Select

23. 大语言模型安全评测与评价体系研究

熊海洋, 苏蒙蒙, 王照, 王云, 潘晓华, 郑海斌, 陈晋音,

信息安全研究 2025, 11 (E2): 89-.

摘要（170）

PDF （1508KB）（86）

针对大语言模型提出一套系统性的安全评测框架与评价体系，将数据语料安全、模型内生安全、生成内容安全、隐私机密安全、公平歧视安全和系统应用安全等6大维度纳入统一评测架构.主要创新点包括构建全面的6维安全评测体系、提出自动化工具与专家审核相结合的混合评测模式、设计具有风险等级阈值的标准化量化评分体系、基于万余条测试用例对5款主流大模型进行实证评测.该框架能有效识别大模型安全隐患，特别是能揭示模型内生安全和隐私保护方面的显著不足，为行业提供科学可操作的安全评测方案.

参考文献 | 相关文章 | 多维度评价

Select

24. 基于LLM增强动态图关系学习与可解释诊断的日志异常检测方法

庞树蕊, 万武南, 张仕斌

信息安全研究 2026, 12 (9): 823-830. DOI: 10.12379/j.issn.2096-1057.2026.09.05

摘要（168）

PDF （979KB）（46）

系统日志承载系统全量运行数据，是保障系统稳定安全运行、支撑故障排查工作的核心依据。针对现有基于图的日志异常检测方法存在难以挖掘日志深层语义、难以缓解样本类别不平衡、无法充分建模复杂时序关联、异常检测结果缺少直观解释的问题，本文对融合大语言模型（Large Language Model，LLM）与动态图网络的日志异常检测方案开展研究。本文依托经典图检测框架（Graph Log Anomaly Detection，GLAD），融合语义增强、数据增强与多尺度时序图建模策略，构建LLM驱动的日志关系异常检测框架LLM-GLAD，配套搭建LLM可解释诊断模块，可输出自然语言形式的异常说明与故障根因参考方案，提升模型落地实用价值。基于三组公开日志数据集开展多方法对比测试结果显示，该框架精确率、召回率、F1分数分别达到96.45%、93.43%、94.92%。

参考文献 | 相关文章 | 多维度评价

Select

25. 基于特征提示的大语言模型判决文书信息要素抽取

曹文斌, 姜国庆,

信息安全研究 2025, 11 (E1): 102-.

摘要（164）

PDF （997KB）（44）

对于大语言模型而言，直接采用提示工程开展信息抽取，抽取结果往往存在准确率不高、输出内容不稳定、返回结果不可信等情况.针对这些问题，提出一种基于特征提示的大语言模型判决文书信息要素抽取方法.首先根据抽取的信息要素依据特征对判决文书进行文本过滤筛选，减少输入大语言模型的上下文文本长度，提升输入上下文内容与抽取目标的相关性；其次，基于指令遵循等提示工程方法构建prompt库；最后根据输出格式及信息要素内容特征进行校验、反馈.实验结果表明，对于侵害公民信息判决文书中犯罪行为、信息用途等6类信息要素抽取，采用该方法能有效提升抽取结果的可信度、准确率.该方法对于大语言模型处理长文本的其他自然语言处理任务具有借鉴意义.

参考文献 | 相关文章 | 多维度评价

Select

26. AI技术赋能网络安全检测评估技术研究

吕萍, 刘海鹰, 汪育楠, 孟洪亮,

信息安全研究 2026, 12 (6): 559-.

摘要（163）

PDF （1820KB）（93）

针对传统网络安全检测评估面临系统规模庞大、供应链风险动态变化、测评深度不足的挑战，研究AI技术赋能该领域的应用.从方法上，提出“数据准备—蒸馏标注—集群训练—量化部署”全流程大模型落地路径，构建基于检索增强生成(retrievalaugmented generation, RAG)技术的本地化合规测评大模型，部署支持文本与图像联合分析的多模态大模型.大模型将省级政务云等场景测评周期大幅压缩，合规知识匹配效率提升且计算量减少70%，内生缺陷检出率显著提高.结论表明，AI技术可有效突破传统测评局限，推动网络安全检测评估向智能化、自适应、全态化演进，为构建韧性网络安全防护体系及相关生态发展提供支撑.

参考文献 | 相关文章 | 多维度评价

Select

27. 告警研判智能体系统研究

范敏, 张林波, 李展, 燕敬博, 陈亘, 刘丽丽, 董逸天,

信息安全研究 2025, 11 (E2): 39-.

摘要（161）

PDF （1221KB）（86）

为准确分析海量网络威胁入侵告警，快速定位高优先级且亟需处理的日志，减轻安全人员告警疲劳并提高威胁分析效率，设计并提出一种告警研判智能体系统RIGTEAgentCV.一方面，该系统利用ReAct框架的智能体技术融合专家研判经验与安全工具响应，在不需要微调大语言模型的前提下有效减少了开源模型的研判幻觉.另一方面，该系统基于代码提示构建了RIGTE提示词框架，有效提升了研判智能体的指令遵循和条件推理能力.同时，结合自我一致性的多数投票机制，进一步提高了研判的准确率.公共数据集与自有数据集实验结果表明，融合代码提示与自我一致性方法可提高模型推理能力并减少随机性，验证了所提系统的有效性和可行性.

参考文献 | 相关文章 | 多维度评价

Select

28. 关键信息基础设施中的开源软件安全

吴茜琼, 段明, 耿洋洋, 麻荣宽, 谢耀滨,

信息安全研究 2025, 11 (E1): 171-.

摘要（158）

PDF （612KB）（33）

当前关键信息基础设施存在开源源代码漏洞多、开源软件防范管控难和断供等安全风险.针对关键信息基础设施所面临的严峻安全形势和突出安全风险，提出在国家层面、行业层面和用户层面分别制定针对关键信息基础设施的开源治理指南与框架、平台和漏洞响应机制、开源软件分析和管理架构，形成“国家+行业+用户”三位一体的关键信息基础设施开源软件网络安全防范体系，保障关键信息基础设施安全，进而保障国家安全与发展.

参考文献 | 相关文章 | 多维度评价

Select

29. 基于语义复原和大模型的无文件混淆攻击识别

魏政, 何树果, 程度, 仇晶, 庞博文, 邢亚君, 郭媛,

信息安全研究 2025, 11 (12): 1125-.

摘要（158）

PDF （1478KB）（25）

近年来，随着无文件攻击方法和策略的进一步提升，无文件恶意攻击识别的相关研究也备受关注.其中，无文件混淆攻击作为一种新型的隐蔽式、动态式和复杂化攻击，能快速绕开现有的攻击引擎和规则式框架.为此，提出了一种基于动态局部执行和语义分析树指导的攻击脚本复原方法，以实现对混淆代码的复原.其次，基于大模型在攻击理解和语义识别上的高效性，结合大模型实现高效的无文件代码识别与分类.为进一步缓解大模型在大文件代码和长篇章识别上的不足，还提供了一种语义代码压缩策略以实现对关键攻击语义的保留.实验结果表明，提出的语义复原和大模型识别方法比现有方法提高10%左右的精确率和准确率，并同时提高了攻击识别效率.

参考文献 | 相关文章 | 多维度评价

Select

30. 人工智能时代关键信息基础设施安全挑战与对策研究

孙启, 孙大卫, 李洪侠,

信息安全研究 2025, 11 (12): 1087-.

摘要（157）

PDF （944KB）（60）

随着人工智能技术的迅猛发展，关键信息基础设施正面临前所未有的安全挑战.采用系统分析与比较研究方法，剖析了人工智能时代关键信息基础设施在结构脆弱性、治理滞后性及技术双重性风险等方面的安全威胁，并结合美国、欧盟、日本等主要国家和地区的战略实践，提出我国应通过完善人工智能安全政策标准、构建安全风险治理框架以及加强安全技术创新等路径，建立和完善自主可控、安全可靠的关键信息基础设施人工智能赋能体系，以提升国家数字安全能力和全球竞争力.关键词

参考文献 | 相关文章 | 多维度评价

Select

31. 基于LSTM的越权漏洞识别模型研究

刘煜, 张晓京, 聂滢, 姜宁, 任鹏程, 卢永頔,

信息安全研究 2025, 11 (E1): 14-.

摘要（157）

PDF （999KB）（48）

当前越权漏洞识别方法有人工判断方式和自动化工具判断方式.分析以上识别方法的优缺点，基于人工判断方式的关键指标，采用自动化工具的数据采集方法，结合长短期记忆神经网络，构建越权漏洞识别模型.该模型模拟人工判断越权漏洞的思维，同时结合自动化工具的数据采集方法，极大改善了自动化工具的识别率.实验表明，模型取得了正确识别率达95%的理想效果，证明了识别模型的有效性.

参考文献 | 相关文章 | 多维度评价

Select

32. 基于SSIMGAN和时间序列Transformer的内部威胁检测模型

冯克俊, 黄晓芳, 宋鲁华, 殷明勇,

信息安全研究 2025, 11 (12): 1108-.

摘要（156）

PDF （2431KB）（43）

内部威胁检测是信息安全的重要环节，旨在保护企业网络和数据安全，避免因内部人员不当行为导致的破坏.基于CERT4.2数据集提出了一种新的内部威胁检测模型，首先构建了相应的多变量时间序列数据，提出了引入结构相似度指数的辅助分类器生成对抗网络(SSIM结合ACGAN，简称SSIMGAN)对威胁数据按照不同场景进行增强，针对CERT4.2数据集中样本不平衡问题，生成更贴近原始数据分布的样本.然后，采用Focal Loss作为损失函数的时间序列Transformer(time series Transformer, TST)模型进行分类任务，使得模型更能注意到那些难分类的数据和少数样本的数据.最后，以精确率、召回率和F1值作为模型性能的评价指标进行测试.实验结果表明，相较于其他模型，该方法在CERT4.2数据集上将召回率提升至96.22%，F1值达到94.22%，验证了其在应对数据不均衡和降低漏报风险方面的有效性.

参考文献 | 相关文章 | 多维度评价

Select

33. 基于零信任架构的港口工控系统设计

马贺荣, 孙松林,

信息安全研究 2026, 12 (2): 189-.

摘要（156）

PDF （1391KB）（73）

随着港口工业控制系统向智能化方向不断演进，传统基于边界的安全模型在攻击面扩大、权限管理僵化等方面面临严峻挑战.提出一种基于零信任架构的港口工控系统安全防护方案，融合动态信任评估、软件定义边界(softwaredefined perimeter, SDP)及微隔离等技术，构建分层协同的防御体系.核心工作包括设计“终端—接入—控制—数据”4层防护架构，提出融合身份认证、设备健康度与行为特征的动态信任评估模型，并实现工业协议指令级的细粒度访问控制.实验结果表明，该方案能够将攻击面暴露率从100%降低至8%，平均认证时间缩短至0.8s，权限调整响应时间控制在45s以内，显著提升了港口工控系统的安全防护能力与实时运行性能.

参考文献 | 相关文章 | 多维度评价

Select

34. 基于大语言模型的网络攻击检测技术研究进展

陈世武, 晋钢, 王炜, 杨渝,

信息安全研究 2026, 12 (1): 16-.

摘要（154）

PDF （1439KB）（119）

大语言模型凭借其强大的特征学习能力、对复杂模式的识别能力以及泛化能力等优势，为网络攻击检测开辟了新的有效途径.首先阐述大语言模型在网络攻击检测中的技术优势，并提出相应的技术框架.然后结合现有文献，从原始安全数据处理、威胁特征提取、关联分析及目标环境威胁识别3个维度介绍了大语言模型在网络攻击检测中的应用现状，并剖析了基于大语言模型进行网络威胁检测时存在的问题与挑战.最后分析了基于大语言模型的网络攻击检测技术的未来研究方向.旨在为网络安全领域进一步发展基于大语言模型的网络攻击检测技术提供参考.

参考文献 | 相关文章 | 多维度评价

Select

35. 大语言模型安全评估技术在新型电力系统中的应用思考

冯磊, 洪晔, 秦永亮, 黄小凯,

信息安全研究 2025, 11 (E1): 5-.

摘要（152）

PDF （1368KB）（47）

电力行业的数字化转型成为推动能源安全、经济可持续发展和社会民生福祉的关键.大语言模型技术的推广应用为电力信息系统带来了前所未有的机遇和挑战.针对大语言模型的安全性，提出电力行业大语言模型安全评估框架，通过指导设计、开发、部署和使用人工智能系统，降低安全风险.针对大语言模型安全评估的3种典型技术进行研究，为电力行业的信息安全提供有力支撑.

参考文献 | 相关文章 | 多维度评价

Select

36. 基于频域注入的动态隐蔽后门攻击

陈先意, 王晶, 刘腾骏, 郭倩彬, 杨森,

信息安全研究 2026, 12 (6): 510-.

摘要（150）

PDF （1536KB）（46）

由于深度神经网络在训练过程中具有不可解释性且高度依赖数据，因此极易受到后门攻击的威胁.当前主流后门攻击方法虽然普遍采用固定触发器设计以简化实现，但这些触发器往往与训练数据分布存在明显差异，导致易被检测识别.为此，提出一种基于频域注入的动态隐蔽后门攻击方法：利用生成网络根据输入样本生成特定触发模式，将该模式的高频信息注入样本的小波域，从而确保触发器的隐蔽性.此外，设计了一种公平筛选策略，通过余弦相似度和Kmeans聚类算法选取对后门模型更具影响力的样本.实验结果表明，该方法在攻击成功率和隐蔽性方面均优于现有方法(如BadNets,Blend,WaNet,WABA)，并能有效规避多种先进防御机制(如FP,NC,SentiNet,SCALEUP)，具有显著的鲁棒性和广泛的实用性.

参考文献 | 相关文章 | 多维度评价

Select

37. 大模型驱动的高阶程序

韦韬, 仲震宇, 刘焱, 陈达, 薛见新, 胡钺琳, 余超凡, 周云浩,

信息安全研究 2025, 11 (11): 1008-.

摘要（144）

PDF （2871KB）（52）

大模型因幻觉导致可靠性不足，难以满足专业领域(如金融、医疗、网络安全等)对精确性和可靠性的严苛要求.在传统专业领域，人类已经积累了大量的经验通过工程化的最佳实践实现高可靠性.这些最佳实践包括标准作业程序(standard operating procedure, SOP)和检查清单等机制.同样地，在大模型时代，首次提出大模型需借助高阶程序(highorder program, HOP)突破可靠性瓶颈.具体来说，HOP设计了一套新颖的任务融合描述与执行的语言，结合程序语言的精确执行能力与自然语言的知识表达优势，承载了专业领域的关键知识和实践并将其自动化.更重要的是其核验机制，补齐了当前大模型执行不验证的短板，保障了可靠性.在实践层面，HOP已经证明了其作为大模型行业应用急需且必须的控制体系的重大意义：HOP已经在密算金融风控全链路、网络入侵检测、医疗重复计费等多行业场景中初步应用，其时效性有显著提升(5~10倍)，可靠性准确率均可达到99%.

参考文献 | 相关文章 | 多维度评价

Select

38. 无线医疗传感器网络中基于PUF的轻量级匿名认证协议

王雄, 李伟麟, 王志强, 付成龙, 张泽昊, 王文博,

信息安全研究 2025, 11 (12): 1134-.

摘要（143）

PDF （2231KB）（41）

针对当前无线医疗传感器节点资源受限、易受攻击等问题，提出了一种面向无线医疗传感器网络的轻量级匿名认证协议.该协议利用网关部署的物理不可克隆函数(physical unclonable function, PUF)，实现了医疗专家通过网关与无线医疗传感器节点之间安全的身份认证以及密钥协商.通过ROR Oracle(realorrandom Oracle)模型、Proverif协议分析化工具以及非形式化分析，证明了该协议可实现医疗专家与无线医疗传感器之间的双向认证与会话密钥协商，并且可抵抗常见攻击，具有良好的安全属性.与近年提出的认证协议对比表明，提出的协议计算开销最低，当认证次数达到3500次时，总计算开销优于其他协议22.7%以上.同时，实验表明，该协议具有良好安全属性与轻量级特性，适用于资源受限的无线医疗传感器网络.

参考文献 | 相关文章 | 多维度评价

Select

39. 关键信息基础设施安全保护标准体系研究

赵佳璐, 陈永刚,

信息安全研究 2025, 11 (11): 979-.

摘要（142）

PDF （947KB）（46）

关键信息基础设施作为数字社会的重要基石，其安全直接影响经济发展、社会稳定、国计民生和国家安全.通过分析关键信息基础设施安全保护标准的战略意义，结合对国内外政策现状研究，深入剖析了我国关键信息基础设施安全保护标准建设面临的挑战及存在的问题.针对这些问题，从顶层设计、标准体系完善、有效性提升等层面提出了我国关键信息基础设施安全保护标准体系的优化策略，旨在完善我国关键信息基础设施安全保护标准体系，提升关键信息基础设施安全防护水平，保障社会稳定、国家安全，实现可持续发展.

参考文献 | 相关文章 | 多维度评价

Select

40. 基于触发器动态变换的联邦学习后门攻击方法

汪永好, 王铖浩, 李沂锴, 肖峰

信息安全研究 2026, 12 (9): 801-812. DOI: 10.12379/j.issn.2096-1057.2026.09.03

摘要（141）

PDF （1674KB）（43）

针对联邦学习（Federated Learning，FL）后门攻击中固定触发器易被检测、攻击停止后效果快速衰减的问题，本文提出一种基于触发器动态变换的后门攻击方法。该方法在联邦训练过程中动态调整触发器的位置、大小与样式，在数据预处理阶段依据历史攻击成功率选择触发器状态，并在适应阶段引入监督对比学习，增强中毒样本与目标类别表征的一致性，以减缓灾难性遗忘。基于MNIST、CIFAR-10和Tiny-ImageNet数据集开展实验，并在多种聚合算法和五类典型防御机制下评估攻击效果、隐蔽性与持续性。结果表明，该方法在不同防御场景中的攻击成功率均超过95%；在CIFAR-10场景中，停止注入1000轮后攻击成功率仍保持在90%左右。研究表明，动态触发器选择与监督对比学习能够提高联邦学习后门攻击的持久性和适应性。

参考文献 | 相关文章 | 多维度评价

摘要点击排行